[发明专利]一种基于自相关线性近邻分析的股票走势分析方法

说明书

本发明公开了一种基于自相关线性近邻分析的股票走势分析方法，包括以下步骤：步骤1.对影响因素进行分析；步骤2.获取股票与公司的数据；步骤3.对股票数据进行预处理；步骤4.建立基于自相关线性近邻分析的模型；步骤5.模型测试与结论分析；步骤6.模型评估，生成分析报告。本发明通过文献研究法、定量分析法、定性分析法以及核心的多元线性回归方法，并建立基于自相关线性近邻分析的模型，在多个股价走势的影响因素下，达到曲线拟合精准。

技术领域

本发明涉及机器学习和数据挖掘领域，具体为一种基于自相关线性近邻分析的股票走势分析方法。

背景技术

我国股票市场形成于上世纪九十年代，经历了二十多年的发展，我国的股票市场己然形成一定的规模，但依旧是处于发展初期。股票这一高收益高风险的特征在我国还尤为突出，因为相较于欧美市场，我国证券市场与宏观经济的相关性较弱，波动较大。而且市场参与者不够成熟，羊群效应显著，人们经常会受到多数人影响，而跟从大众的思想或行为。

因此将股票金融做量化分析无疑是较好的选择。本发明利用数据挖掘算法在股票中进行实际应用，并为股票方面提供决策支持。为以后投资人在决策方面提供了科学的算法和方法，并能运用到实际中去。并且影响股价走势的因素太多，无法非常精准的拟合出股价的走势，难免会造成一些经济上的损失。

发明内容

本发明的目的是为了解决现有技术的不足，提供一种基于自相关线性近邻分析的股票走势分析方法，通过文献研究法、定量分析法、定性分析法以及核心的多元线性回归方法，并建立基于自相关线性近邻分析的模型，在多个股价走势的影响因素下，达到曲线拟合精准。

为了实现上述发明目的，本发明采用了以下技术方案：一种基于自相关线性近邻分析的股票走势分析方法，包括以下步骤：步骤1.对影响因素进行分析，具体以下：确定影响股价走势的因素，所述因素包括公司因素和市场因素；

步骤2.获取股票与公司的数据，具体包括以下步骤：步骤(2-1).通过端口爬取深证的所有股票代码；步骤(2-2).提取2010至2020所有的企业股票数据，其中包括每家企业每天的股票交易数据；步骤(2-3).在现有数据中，选择相关的数据确定哪些数据与本次数据分析相关的数据，设为data1；步骤(2-4).预设21个潜在因素，具体如下：开盘价x₁、最高价x₂、营业总成本x₃、利润总额x₄、成交额x₅、涨跌额x₆、负债合计x₇、应交税费x₈、稀释每股收益x₉、公司类型x₁₀、盈余公积金x₁₁、成交量x₁₂、未分配利润x₁₃、应付职工薪酬x₁₄、跌涨幅x₁₅、基本每股收益x₁₆、营业利润x₁₇、营业总收入x₁₈、最低价x₁₉、昨收价x₂₀和收盘价x₂₁；

步骤3.对股票数据进行预处理，具体包括以下步骤：步骤(3-1).删去客户代码、代理机构号的冗余字段；步骤(3-2).设定阈值alpha,作为去冗余字段的标准值；步骤(3-3).用value_counts计算出每个字段中，各值的数量n，若n大于等于row的80％，则删除该冗余字段；步骤(3-4).同理删除符合条件的null值和空值；步骤(3-5).利用拉格朗日插值法来填补剩下的异常值，至此异常值处理完毕，得到数据data2；步骤(3-6).提取更主要的特征，在此进行PCA降维，得到数据data3；步骤(3-7).设置随机种子seed，利用train_test_split随机抽取80％的data3作为训练数据train，20％的data3作为测试数据test；步骤(3-8).train进入模型训练；